Blued为垂直人群提供简便快捷的社交服务，全球4000万帅哥通过Blued发布头像相册、图片动态、小视频等。如何在海量的社交网络数据中为用户快速发现身边的好友，根据用户的兴趣爱好进行匹配，加入不同的兴趣群组与大家互动，是极具挑战的工作。视觉信息在社交产品中尤为重要，在Blued的图像社交产品图Fun上，用户方便浏览兴趣标签下的高颜值照片，用小视频快速了解真实的对方，每个环节都深度使用了AI图像技术。

本次演讲将介绍Blued如何在业务架构中应用AI图像算法，为社交推荐算法提供更丰富的视觉特征信息，分享我们对于社交网络中图像内容的处理心得。

演讲提纲：

1.图像社交业务简介

2.图像神经网络技术方案介绍 

• 图像标签检测CNN
• 人体体型分类CNN
• 图像场景分类
CNN
• 人脸检测和特征聚类
• 用户兴趣标签
• 热度打分和个性化排序

3.未来的规划与探索

• 图像和用户特征融合的深度学习模型
• 多个图像神经网络模型的灵活组合

听众受益点：

• 了解社交网络中的图像社交产品落地方案
• 了解图像深度学习技术在社交网络中的应用实例